BioMod: Biological Module Tokenization for Single-Cell Foundation Modeling
BioModは、細胞を個々の遺伝子ではなく生物学的に意味のある重複するモジュールへとトークン化することで、表現の効率性と性能を向上させた5,000万パラメータのシングルセル基盤モデルであり、細胞型の注釈付けや摂動予測といったタスクにおいて最先端の結果を達成すると同時に、単一のGPUでの効率的な推論を可能にします。
1197 件の論文
バイオインフォマティクスは、膨大な生物学的データをコンピュータの力で解析し、生命の謎を解き明かす分野です。ゲノム情報やタンパク質の構造といった複雑なデータから、新たな発見を引き出すための重要な橋渡し役となっています。
Gist.Science では、bioRxiv から公開される最新のプレプリントをすべて対象に、この分野の論文を網羅的に扱っています。専門的な詳細な要約に加え、難しい専門用語を避け、誰でも理解できる平易な日本語での解説も併せて提供しています。
以下に、bioRxiv から更新されたばかりのバイオインフォマティクスに関する最新論文の一覧を掲載します。
BioModは、細胞を個々の遺伝子ではなく生物学的に意味のある重複するモジュールへとトークン化することで、表現の効率性と性能を向上させた5,000万パラメータのシングルセル基盤モデルであり、細胞型の注釈付けや摂動予測といったタスクにおいて最先端の結果を達成すると同時に、単一のGPUでの効率的な推論を可能にします。
本論文は、欠損サンプル、時間的依存性、およびゼロ過剰性を効果的に処理する、縦断的な組成データの多重代入のための説明可能なガウスランダムフィールド・フレームワークを導入しており、食物アレルギーおよび産後うつ病の予測を改善するための腸内細菌叢の軌跡の再構築におけるその有用性を実証している。
AmyloCore-MLは、タンパク質言語モデルの埋め込み、特にESM-2を活用することで、構造解析されたアミロイド線維コア領域を正確に特定し、CrossBetaやAggrescanAIといった既存のツールを凌駕する、新しい配列ベースの予測器である。
本研究は、多様な分子表現と決定木ベースのアルゴリズムを活用することで、薬剤感受性および薬剤耐性結核菌(*Mycobacterium tuberculosis*)分離株に対する低分子化合物の活性および最小発育阻止濃度を正確に予測する、AI/ML駆動型プラットフォームであるMtbAIMを提示するものである。
著者らは、患者由来ゼノグラフトモデルのエピジェネティック・プロファイリングのために、DNAリードを種ごとに効率的かつ正確に分離することを可能にする、既存の手法よりも計算効率に優れた、Xengsortツールの強化されたアライメントフリー版を提示している。
本論文は、1998年のヒト腸管吸収モデルの本来の性能が幸運なデータ分割に依存していたことを示すことで同モデルを再検討し、次いで、遺伝的アルゴリズムによって選択された記述子セットと250回の層化抽出を用いたランダムフォレストにより、腸管吸収および様々な透過性アッセイに対する、より堅牢でコンセンサスに基づいた予測モデルを確立するものである。
GenDiMugは、ネットワークモデルを用いてマルチオミクスデータを統合し、複数のスケールにわたるゲノム構成を解析することで、遺伝子発現のクランピングや概日リズム調節といった構造的パターンを明らかにする、線形ゲノム表現の限界を克服した新しいマルチグラフフレームワークである。
本研究は、イン・シリコ(in silico)の減法的ゲノミクスと逆ワクチン学のワークフローを統合的に用いることで、パストゥレラ・ムルトシーダ(Pasteurella multocida)Pm70に対する、薬物およびワクチンの二目的ターゲットとしての外膜タンパク質OMP47およびLptDを同定し、最終的に安全で高抗原性を持つマルチエピトープワクチン構築物の設計へと至るものである。
本論文は、スケーラブルでアッセイ特異的な抗体開発可能性モデリングのための59個の解釈可能な記述子を生成し、大規模な天然および治療用抗体レパートリーにおける系統的な物理化学的差異を明らかにする、計算効率の高いオープンソースのフレームワークであるkitAbを導入するものである。
本論文は、バルク全ゲノムシーケンシングからのアレル頻度スペクトルを解析することで、染色体外DNA(ecDNA)の出現時期、選択強度、およびクローン優位性を推論する計算手法であるecEvolを紹介し、がん遺伝子によって駆動される初期のecDNA形成が患者の生存率の低下と相関していること、および未治療の腫瘍と進行した腫瘍の間でecDNAのダイナミクスが著しく異なることを明らかにしている。